A transcrição de áudio para texto reconhece palavras faladas em uma gravação e anexa carimbos de data/hora. Carregue áudio ou vídeo para AI Free Audio to Video, corrija a transcrição e copie-a ou exporte TXT, JSON e SRT sem renderizar um vídeo.
Formatos suportados
Carregue MP3, WAV, M4A, AAC, FLAC, OGG, MP4, MOV, WebM ou MKV. Exporte texto simples como TXT, linhas estruturadas como JSON ou legendas cronometradas como SRT.
Como funciona
1. Carregar uma gravação
Escolha um arquivo local de áudio ou vídeo que contenha som. Para vídeo, a ferramenta extrai a trilha sonora antes do reconhecimento. Ele não lê palavras impressas nos quadros do vídeo.
2. Selecione o idioma falado
Escolha um idioma compatível ou detecção automática. O servidor executa o modelo Whisper de código aberto para reconhecer a fala e estimar o tempo das palavras. A fala clara geralmente precisa de menos correções do que o canto ou a sobreposição de vozes.
3. Corrija e baixe a transcrição
Revise nomes, pontuação e tempos de linha no editor de resultados. Salve suas alterações antes de baixar TXT, JSON ou SRT. SRT contém tempo; TXT é adequado quando apenas as palavras são necessárias.
Limites e privacidade
Os arquivos de áudio e vídeo não devem ter mais de 100 MB e nem mais de 10 minutos. Os resultados pertencem à sessão atual do navegador e expiram após 24 horas. O serviço é gratuito, sem pagamento ou assinatura; aplicam-se limites de fila e uso.
O que verificar antes de compartilhar
O reconhecimento pode omitir a fala ou produzir palavras erradas, principalmente em músicas, ruídos ou diálogos sobrepostos. Os carimbos de data e hora são estimativas do modelo, não alinhamento garantido. A ferramenta não identifica alto-falantes, traduz transcrições ou separa vocais da música. A importação de link de plataforma e a gravação no navegador não são suportadas.
Perguntas comuns
A conversão de vídeo para texto lê legendas já mostradas em um vídeo?
Não. Este fluxo de trabalho transcreve a trilha de áudio. Para ler o texto visível, salve um quadro claro como imagem e use a extração de texto da imagem.
Posso criar legendas de uma música?
Você pode tentar, mas cantar pode produzir letras e ritmos ausentes ou incorretos. Revise e corrija o resultado antes de compartilhar.
Meu áudio é enviado para uma API de transcrição de terceiros?
Esta implantação executa o Whisper no servidor do site. O áudio é processado nesse servidor e não é enviado para uma API de transcrição de terceiros.